Question

我试过找到一个python正则表达式来匹配以下行，并且我感兴趣的是提取＆＃34; |＆＃34;之间的每一行的部分。和＆＃34;。＆＃34; （在upx之前）。我的尝试是：

pattern=compile.re(re"^\S+\|(\S+).upx\.+")

但它不起作用

我的数据：

UMM_189|XXYT9888_UMX_5711769.upx_OWED_786_bopsio_34527_sen_72.345615
AMW_126|7010.upx_XAWA01266525261
QEA_234|Serami_bolismun_milte_1_UMM1.upx_YU_168145
MMP_377|723C_UMM_5711781.upx_UXA_2_serax_78120_ser_23.26255277

我的预期输出：

XXYT9888_UMX_5711769
7010
Serami_bolismun_milte_1_UMM1
723C_UMM_5711781

请问更好的想法吗？

Answer 1

试试这个：

>>> re.findall(r'\|(.*?)\.',data)
['XXYT9888_UMX_5711769', '7010', 'Serami_bolismun_milte_1_UMM1', '723C_UMM_5711781']

Answer 2

我不认为Regex在这里是必要的，因为您的数据非常有序。 list comprehension str.split和str.splitlines就足够了：

>>> data = '''\
... UMM_189|XXYT9888_UMX_5711769.upx_OWED_786_bopsio_34527_sen_72.345615
... AMW_126|7010.upx_XAWA01266525261
... QEA_234|Serami_bolismun_milte_1_UMM1.upx_YU_168145
... MMP_377|723C_UMM_5711781.upx_UXA_2_serax_78120_ser_23.26255277
... '''
>>> [x.split('|', 1)[1].split('.upx', 1)[0] for x in data.splitlines()]
['XXYT9888_UMX_5711769', '7010', 'Serami_bolismun_milte_1_UMM1', '723C_UMM_5711781']
>>>

Answer 3

import re
your_str = "UMM_189|XXYT9888_UMX_5711769.upx_OWED_786_bopsio_34527_sen_72.345615"
result = re.match(r'^[A-Z]{3}_[0-9]{3}\|(?P<id>[A-Za-z0-9_]*).upx*', your_str)
print result.group('id')

Answer 4

你有斜线点和向后点。尝试 pattern=compile.re(re"^\S+\|(\S+)\.upx.+")

获取python正则表达式的数据

4 个答案: